使用 Jsoup 非递归地提取文本

Question

这是我试图运行的代码：

String html = "<a href=\"/name/zola-1\">ZOLA <span class=\"tiny\">(1)</span></a>";

Document doc = Jsoup.parse(html); //connect  to the page
Element element = doc.getAllElements().first(); //recive the names elements

System.out.println(element.text()); //prints "ZOLA (1)"
System.out.println(element.ownText()); // prints nothing

我的目标是只提取“ZOLA”，没有子节点的文本，但ownText什么也不打印……我该怎么做？

Answer 1

你可以使用这个：

String html = "<a href=\"/name/zola-1\">ZOLA <span class=\"tiny\">(1)</span></a>";
Document doc = Jsoup.parse(html);
Element elementA =  doc.selectFirst("a");
System.out.println(elementA.ownText()); // ZOLA

Answer 2

问题是doc.getAllElements().first()返回

<html>
 <head></head>
 <body>
  <a href="/name/zola-1">ZOLA <span class="tiny">(1)</span></a>
 </body>
</html>

当你期待

<a href="/name/zola-1">ZOLA <span class="tiny">(1)</span></a>

以下应该对您有用：

String html = "<a href=\"/name/zola-1\">ZOLA <span class=\"tiny\">(1)</span></a>";

Document doc = Jsoup.parse(html);
Elements links = doc.getElementsByTag("a");
System.out.println(links.get(0));
System.out.println(links.get(0).ownText());

输出：

<a href="/name/zola-1">ZOLA <span class="tiny">(1)</span></a>
ZOLA